自动驾驶传感器标定技术：从单一到联合标定

随着智驾从L0（预警功能），L2（独立的横纵向执行功能）到目前L2.9（城市NOA）的快速演变和装配，车辆对外界的感知需求也在快速增加。

为了让各类传感器更精确的感知，在传感器装车后，就需要对传感器进行标定以获取各个传感器的安装位置。具体来说，就是通过标定确定车身坐标系下传感器的位置。

一、传感器标定类型

在一辆具备L2+级别智驾车上，常会搭建摄像头，激光雷达，毫米波雷达，GPS/IMU等传感器。从性质上讲，传感器标定包括内参标定和外参标定两种类型。

1、内参标定

内参标定主要关注传感器本身的参数，如相机的焦距、光心以及畸变参数等。通过建立传感器误差模型，获得传感器特性参数，进而消除传感器本身测量误差。关于相机标定可进一步看《深入探讨：自动驾驶中的相机标定技术》。

2、外参标定

外参标定关注传感器相对于车辆坐标系的位置。这通常需要借助先验信息，如工装信息或环境信息，来确定传感器的位姿。如果车辆坐标系定义为车辆上的某一点，标定过程将解决传感器在固定车辆坐标系下的位置确定问题。简单来说，传感器外参标定求解取决于车辆坐标系的定义。

传感器内参标定由于与安装位置无关，常在装车前进行标定。而传感器外参标定涉及到车辆坐标系的确定，主要包括传感器与车身的标定（单一标定）和多传感器标定（联合标定）。其中多传感器标定是通过传感器的测量信息来求解不同传感器之间的位姿变换。

下面就以激光雷达为例，进一步分析传感器与车身标定（单一标定）和多传感器标定（联合标定）。

二、单一标定和联合标定

1、单一标定

在激光雷达与车身标定过程中，首先要安装激光雷达，并确定车辆坐标系，随后通过测量工具记录其相对于车辆坐标系的位置和方向。将多个标定板置于激光雷达可扫描到的区域，采集点云数据，并通过标定算法计算激光雷达坐标系与车辆坐标系之间的转换关系。最终解算出激光雷达与车身的外参。

2、联合标定

联合标定是指对多个传感器进行综合标定，确保它们之间的数据能够准确融合。比如激光雷达与其他传感器（如摄像头、毫米波雷达、GPS/IMU等）的数据进行综合标定，以确保所有传感器的数据能够在统一的坐标系中准确对齐。这一过程对于实现高精度的环境感知和车辆定位至关重要。

①LiDAR与Camera标定

通过确定激光雷达（LiDAR）与相机之间的相对位置和方向，使得两者捕获的数据能够在同一坐标系中准确对齐。这种标定对于将激光雷达的空间点云数据与相机的图像数据融合至关重要。如下图所示，使用手动调整旋转和位移的工具，通过实时可见的结果进行调整，直至场景中物体在两种传感器的数据中对齐。

图片来源于网络

②LiDAR与LiDAR标定（环视标定）

通过多个激光雷达之间的相对位置和方向的标定。这种标定对于多激光雷达系统，特别是在需要360度环境感知的自动驾驶车辆中非常重要。

图片来源于网络

③LiDAR与Radar标定

通过激光雷达与毫米波雷达之间的相对位置和方向进行标定。这种标定有助于整合两种传感器的优势，提高自动驾驶车辆的环境感知能力。

图片来源于网络

总的来说，标定是自动驾驶数据采集中必要的一环，它确保了以多传感器为核心的采集系统能够提供精确、可靠的环境感知信息。通过精确的联合标定，自动驾驶车辆能够更好地理解其周围环境，做出快速准确的决策，从而提高自动驾驶的安全性和可靠性。